生成AIによる映像制作において、複数カットをまたいで同じ登場人物の見た目を維持する「キャラクターの一貫性（Character Consistency）」は、アニメーターや動画クリエイターにとって最大の課題でした。従来のテキストプロンプトのみによる動画生成（Text-to-Video）では、生成ごとにモデルが独立して描画を行うため、同じ「黒髪・レザージャケットの男性」と指定しても、カットごとに顔立ち、体型、衣装の質感までもが勝手に変化してしまう「キャラクタードリフト（変質・乖離）」が避けられませんでした。
生数科技（Shengshu Technology）が開発する Vidu は、この課題を解決するために Reference to Video（キャラクター参照機能） を搭載しています。クリエイターは1枚〜最大7枚のキャラクター静止画をアンカー（基準）としてアップロードするか、プラットフォーム上の資産ライブラリ「RefHub / My References」から保存済みキャラクターを呼び出すことができます。顔の骨格、衣装のシルエット、色調を画像として固定することで、キャラクターの「容姿」と「動作・カメラワーク」を完全に分離し、破綻のない連続シーンを生成することが可能になります。
本記事では、アニメーターや映像クリエイターがViduを活用し、複数シーンにわたる一貫したキャラクター映像を制作するための実践的ワークフローとプロンプト設計、そして制作上のトレードオフを詳しく解説します。
1. プリプロダクション戦略：画像を起点にするアセット設計
映像生成AIにおける鉄則は、**「動きを作る前に、まず確実な静止画アンカーを確立する」**ことです。動画拡散モデルは、視覚的な外見の制約が曖昧な状態では正確な動作を描画できません。
マスターリファレンスパック（1〜7枚）の構築
Viduは1回の生成で最大7枚のリファレンス画像を登録できます。単一シーンの正面バストアップなら1枚でも対応できますが、カット割りのあるストーリー動画では多様なアングルが不可欠です。
- マルチアングルの網羅： 均一なライティングの正面顔、3/4斜め顔、完全な横顔の3点を必ず含めます。
- 全身シルエットと衣装の基準： プロポーションとトレードマークとなる衣装の配色・形状を示す全身立ち絵を少なくとも1枚用意します。
- 画風の統一： 全ての参照画像でスタイルを揃えます。実践上、アニメ調、2Dイラスト、輪郭がはっきりしたセルルックCGは、実写リアル系よりもフレーム間の特徴維持率が圧倒的に高くなります。明瞭なエッジとベタ塗りのカラーブロックがモデルの認識を安定させるためです。
- 「動作ノイズ」になる要素を避ける： 極端な変顔、強いモーションブラー、深い陰影、極度に複雑な微細テクスチャ（緻密なレース模様や細かな千鳥格子など）を含む画像は使用しないでください。高周波の細かな模様は、動画補間時にちらつき（フリッカー）や歪みの原因になります。
作成したマスターアセットは、Viduの RefHub にある「My References」に保存しておくことで、プロジェクト全体で即座にワンクリック呼び出しが可能になります。
2. Viduによる複数シーン制作の4ステップ
参照画像が準備できたら、Viduのワークスペースから Reference to Video（/create/character2video）画面を開きます。
[マスター参照画像セット（1〜7枚）]
│
▼
┌───────────────────────┐
│ Vidu Reference to │ ◄─── デカップリングされたプロンプト
│ Video ワークスペース │ （動作・感情・カメラワークのみ）
└───────────┬───────────┘
│
├── カット1：窓辺に立つ人物、カメラプッシュイン (8秒)
├── カット2：振り向いて微笑む、ミディアムクローズアップ (4秒)
└── カット3：雨の夜を駆ける、トラッキングショット (8秒)
ステップ1：参照アンカーの登録
プロンプト入力エリアで +Reference または Refs パネルをクリックし、用意した1〜7枚のキャラクター画像をアップロードします。特定の小道具や背景を固定したい場合はスロットを割り振ることも可能ですが、主役の顔立ちの再現性を最優先する場合、主要スロットはキャラクターの顔・体型画像に充てるのが最も効果的です。
ステップ2：外見と動作を分離するプロンプト設計
初心者が最も陥りやすいミスは、テキストプロンプト内で「ショートヘアで青い目をしたトレンチコートの若者が歩く」のように外見を再記述してしまうことです。テキストの指示と画像の視覚トークンが衝突し、かえって顔の歪みを引き起こします。
正しいアプローチは**「外見」と「動作」の完全なデカップリング（切り離し）**です。
- 外見はリファレンス画像に完全に任せる（プロンプトに髪型や服の細部を書かない）。
- プロンプトには具体的な動作動詞、感情表現、ライティング、カメラワークのみを記述する。
実践プロンプト例：
The character walks rapidly through a rain-slicked neon street, looking over their shoulder with an anxious expression. Cinematic atmospheric lighting, puddle reflections. Camera tracking shot moving backward at eye level.（雨に濡れたネオン街を早足で歩き、不安そうな表情で振り返る。映画的な冷暖の環境光、水たまりの反射。視線の高さで後退するトラッキングショット。）
ステップ3：レンダリングパラメータの設定
- モデル選択： 物理挙動の安定性と画像追従性に優れた最新モデル（Vidu Q3など）を選択します。
- アスペクト比： 映画・YouTube向けの横画面なら
16:9、縦型ショート動画・リール向けなら9:16を指定します。 - 尺とモーション幅： 4秒または8秒を選択します。セリフや表情の演技を中心とするカットでは、モーション振幅（Motion Amplitude）を標準〜控えめに設定し、顔の崩れを防ぎます。激しいアクションでは振幅を上げつつ、破綻がないか確認します。
ステップ4：連続カットの展開
カット2、カット3を生成する際の手順：
- 登録した参照画像セットは絶対に変更しない（同じ1〜7枚のアンカーを保持する）。
- プロンプトの動作と状況のみを書き換える：
- カット2（リアクション）：
キャラクターがダイナーのボックス席に座り、手袋を外して静かに息を吐く。暖色系の室内光、ミディアムショット、ゆっくりとしたカメラプッシュイン。 - カット3（展開）：
キャラクターがテーブルの封筒に気づき、手を伸ばして開封する。手元と真剣な目元のクローズアップ、わずかな手持ちカメラの揺れ。
- カット2（リアクション）：
- 根底にある参照特徴量が共通しているため、街頭からカフェ、日中から夜間へと場面が変わっても、顔の造形、髪色、衣装デザインが一貫して維持されます。
3. ワークフロー比較と制作上のトレードオフ
プロジェクトの予算や納期に応じて、Viduのアプローチが他の手法とどう異なるかを把握しておくことが重要です。
| 比較項目 | Vidu Reference to Video | 純粋なテキスト動画生成 | 従来のインペイント / フェイススワップ |
|---|---|---|---|
| キャラクター保持力 | 高： 1〜7枚の多角画像で幾何学的に固定 | 極めて低い： 生成ごとに別人化する | 高： 既存動画に対してピクセル単位で置換 |
| 事前準備コスト | 低： 綺麗な静止画を3〜5枚用意するのみ | ゼロ： テキスト入力のみ | 極めて高い： ComfyUI構築、LoRA学習、マスク追跡が必要 |
| 制作スピード | 速い： クラウド上で即座に複数カット出力 | 無駄が多い： 使える絵が出るまで何十回もガチャ | 遅い： ローカルGPUでの長時間の描画・修正作業 |
| 適したユースケース | アニメ短編、ストーリー仕立てのWebCM、絵コンテ検証 | アイデア出し、単発の実験的CG映像 | 映画クオリティの特殊効果、特定実写人物の差し替え |
注意すべき制限と実務ノウハウ
- 複数キャラクターの同時描写： 1つの画面内に2人の主要キャラクターを登場させて濃厚に接触させると、モデル内で特徴の混同（Aの衣装色がBに移るなど）が生じやすくなります。プロの現場では、会話シーンを単独ショット（切り返し・バストアップ）で構成し、同枠シーンは引きのロングショットで処理するのが定石です。
- カット割り前提の制作： Viduは4秒〜8秒の単位で高品質なクリップを生成します。1本のプロンプトで長大な物語を一気に描こうとせず、絵コンテに沿って各カットをViduという「仮想カメラ」で撮影し、PremiereやDaVinci Resolveなどの動画編集ソフトでタイムラインに並べて完成させます。
- 商用利用とウォーターマーク： 無料アカウントは動作テストやプロトタイプ作成に適していますが、書き出し動画にウォーターマーク（透かし）が入り、商用ライセンスは付与されません。クライアントワーク、収益化YouTube動画、広告制作に利用する場合は、必ず有料プランでウォーターマーク解除と商用利用権を確保してください。
4. アニメーター向けチェックリスト
次回のショートアニメーション制作をスムーズに進めるための手順：
- 3〜5枚の鮮明な三面図・全身立ち絵を準備する。
- RefHub / My Referencesに登録し、アセットを固定する。
- プロンプトは動作・感情・カメラ指定のみに絞り、容姿の再説明を排する。
- 全カットでモデルバージョンとアスペクト比を統一する。
- 4秒〜8秒の短尺クリップを編集ソフトで繋ぎ、音響とテンポを整える。
Viduのキャラクター参照モードを正しく使いこなすことで、AI映像制作は「運任せのガチャ」から「意図通りに分鏡を撮る実用的なスタジオツール」へと進化します。